5 Penerapan Komputasi Kuantum di Berbagai Industri

Selama puluhan tahun, komputasi kuantum lebih sering terdengar sebagai konsep futuristik yang hanya hidup di laboratorium fisika dan jurnal ilmiah. Teknologi ini kerap digambarkan sebagai “komputer super” yang suatu hari nanti mampu menyelesaikan masalah yang mustahil dipecahkan oleh komputer konvensional. Namun kini, gambaran tersebut perlahan berubah. Komputasi kuantum mulai memasuki fase baru: penerapan nyata di berbagai industri.

Komputasi kuantum terapan adalah penggunaan teknologi komputasi kuantum untuk memecahkan persoalan dunia nyata, mulai dari riset material, keuangan, kecerdasan buatan, bahasa alami, hingga optimasi logistik. Meski teknologinya masih berkembang dan belum sepenuhnya matang, berbagai riset dan uji coba telah menunjukkan potensi besar yang sulit diabaikan.

Berikut adalah lima aplikasi komputasi kuantum dan contoh konkret bagaimana teknologi ini mulai dimanfaatkan oleh perusahaan, lembaga riset, dan industri global.

1. Ilmu Material: Memahami Molekul hingga Menemukan Material Baru
Salah satu kekuatan utama komputasi kuantum adalah kemampuannya untuk mensimulasikan sistem kuantum secara alami. Hal ini menjadikannya sangat cocok untuk mempelajari perilaku molekul, atom, dan material—sesuatu yang sangat sulit dilakukan oleh komputer klasik.

Dalam ilmu material dan kimia, interaksi antarpartikel bersifat kuantum. Ketika molekul menjadi semakin kompleks, komputer konvensional akan kesulitan melakukan perhitungan dengan akurat. Semakin banyak variabel yang terlibat, semakin besar pula kesalahan yang muncul. Di sinilah komputasi kuantum menawarkan pendekatan baru.

Perusahaan teknologi raksasa seperti Google, IBM, Microsoft, dan Intel telah lama memiliki divisi riset komputasi kuantum sendiri. Sementara itu, perusahaan dari sektor industri berat seperti Airbus, Volkswagen, dan JP Morgan Chase juga aktif mengeksplorasi teknologi ini untuk menyelesaikan tantangan besar mereka.

Menurut laporan Exploring quantum use cases for chemicals and petroleum yang diterbitkan oleh IBM Institute for Business Value, komputasi kuantum dapat mempercepat pengembangan produk kimia seperti katalis dan surfaktan. Di industri kimia dan perminyakan, proses menemukan material baru biasanya membutuhkan waktu bertahun-tahun dan biaya yang sangat besar. Dengan simulasi kuantum, proses tersebut berpotensi dipersingkat secara signifikan.

Artikel utama jurnal Nature tahun 2017 juga menjelaskan bagaimana komputer kuantum IBM yang dapat diakses publik digunakan untuk memodelkan molekul sederhana seperti lithium hydride (LiH) dan beryllium hydride (BeH₂). Meski terdengar sederhana, ini merupakan langkah penting karena membuktikan bahwa komputer kuantum mampu menangani perhitungan kimia nyata.

Contoh penerapan paling nyata datang dari ExxonMobil. Perusahaan energi raksasa ini mengembangkan komputasi kuantum untuk berbagai keperluan, mulai dari optimasi jaringan listrik hingga pengembangan model lingkungan yang lebih akurat. Salah satu fokus utamanya adalah menemukan material baru yang mampu menangkap karbon secara lebih efisien, sebuah langkah penting dalam upaya mengurangi emisi dan menghadapi perubahan iklim.

 
2. Komputasi Kuantum di Bidang Keuangan: Prediksi Lebih Akurat dan Risiko Lebih Terkelola
Industri keuangan merupakan salah satu sektor yang paling tertarik pada komputasi kuantum. Alasannya sederhana: dunia keuangan dipenuhi oleh model matematis kompleks, data dalam jumlah besar, serta kebutuhan untuk mengambil keputusan secara cepat dan akurat.

Komputasi kuantum diperkirakan mampu meningkatkan pemodelan keuangan, khususnya dalam prediksi pasar, penilaian produk derivatif, dan manajemen risiko kredit.

Pada Januari 2023, Multiverse Computing and Pasqal bersama Crédit Agricole, salah satu bank terbesar di Prancis, mengumumkan hasil studi Proof of Concept (PoC) selama 1,5 tahun. Studi ini mengevaluasi algoritma yang terinspirasi dari komputasi kuantum untuk dua bidang utama: penilaian produk keuangan dan analisis risiko kredit.

Hasilnya cukup menjanjikan. Dalam dua eksperimen utama—perhitungan derivatif dan prediksi penurunan peringkat kredit—teknik komputasi kuantum menunjukkan peningkatan signifikan dalam kecepatan komputasi dengan kebutuhan memori yang lebih kecil.

Menariknya, dengan prosesor kuantum yang hanya memiliki 50 qubit, hasil perhitungan sudah setara dengan sistem produksi konvensional yang digunakan saat ini. Proyeksi menunjukkan bahwa dengan 300 qubit, performanya bisa melampaui metode klasik. Para peneliti bahkan mengklaim telah mengembangkan algoritma machine learning pertama yang ditingkatkan dengan komputasi kuantum untuk memprediksi penurunan peringkat kredit.

Bagi industri perbankan, hal ini berarti potensi pengambilan keputusan yang lebih cepat, risiko yang lebih terukur, dan efisiensi operasional yang lebih tinggi.

 
3. Machine Learning: Menuju Era Quantum Machine Learning
Machine learning (ML) merupakan tulang punggung berbagai teknologi modern, mulai dari rekomendasi konten, pengenalan wajah, hingga sistem prediksi. Namun, seiring meningkatnya kompleksitas data dan model, keterbatasan komputasi klasik semakin terasa.

Komputasi kuantum membuka peluang baru melalui Quantum Machine Learning (QML)—pendekatan yang menggabungkan prinsip komputasi kuantum dengan algoritma pembelajaran mesin.

Pada Desember 2021, ilmuwan dari Caltech, Harvard, Berkeley, dan Microsoft berkolaborasi dalam proyek Quantum Advantage in Learning from Experiments. Hasil riset ini kemudian dipublikasikan oleh Google Research, yang menunjukkan bahwa agen pembelajaran berbasis kuantum dapat bekerja jauh lebih efisien dibandingkan agen pembelajaran klasik dalam berbagai tugas.

QML menggabungkan keunggulan komputasi kuantum dengan teknologi sensor kuantum. Untuk masalah tertentu, komputer kuantum berpotensi memberikan peningkatan performa secara eksponensial. Meski demikian, tantangan teknis seperti jumlah qubit dan koreksi kesalahan kuantum masih menjadi pekerjaan rumah besar.

Walau masih berada pada tahap pembuktian konsep, penelitian ini membuktikan bahwa QML telah menunjukkan keunggulan eksponensial pertamanya. Fakta bahwa komputer kuantum saat ini sudah mampu memproses informasi dan menghasilkan keunggulan pembelajaran memberikan sinyal kuat bahwa masa depan AI dan ML bisa sangat dipengaruhi oleh teknologi kuantum.

 
4. Natural Language Processing (NLP): Bahasa dan Makna di Dunia Kuantum
Pemrosesan Bahasa Alami atau Natural Language Processing (NLP) adalah teknologi yang memungkinkan komputer memahami, mengolah, dan menghasilkan bahasa manusia. Saat ini, NLP menjadi fondasi berbagai aplikasi seperti chatbot, penerjemah otomatis, asisten virtual, dan analisis teks.

Komputasi kuantum menawarkan pendekatan baru untuk NLP, terutama dalam menangani struktur bahasa yang kompleks dan hubungan makna yang tidak linier.

Pada Oktober 2021, Cambridge Quantum Computing—yang kini menjadi bagian dari Quantinuum—merilis toolkit NLP kuantum pertama di dunia. Teknologi ini mampu mengubah kalimat menjadi rangkaian sirkuit kuantum, sebuah terobosan besar dalam riset bahasa dan komputasi.

Dengan pendekatan ini, berbagai aplikasi NLP seperti dialog otomatis, text mining, penerjemahan bahasa, text-to-speech, hingga bioinformatika dapat dikembangkan dengan lebih cepat dan efisien.

Merck Group, melalui kerja sama dengan Technical University of Munich, menunjukkan bahwa teknik NLP kuantum sudah mampu menyamai metode klasik dalam tugas klasifikasi kalimat. Lebih dari itu, pendekatan ini membuka jalan menuju explainable AI, yaitu kecerdasan buatan yang tidak hanya akurat, tetapi juga dapat dijelaskan—hal yang sangat penting di bidang medis dan kesehatan.

 
5. Optimasi Tugas: Logistik dan Manufaktur Lebih Efisien
Aplikasi terakhir, namun tak kalah penting, adalah optimasi tugas. Banyak masalah di dunia nyata merupakan masalah optimasi yang sangat kompleks dan memakan waktu jika diselesaikan dengan komputer klasik.

Komputasi kuantum, khususnya melalui teknik seperti quantum annealing, sangat cocok untuk jenis masalah ini.

Contoh nyata datang dari Quantum-South, startup asal Uruguay. Pada Juni 2022, perusahaan ini menjelaskan bagaimana mereka menggunakan quantum annealer melalui Amazon Braket untuk mengoptimalkan penempatan kargo di ruang bagasi pesawat penumpang.

Hasilnya, proses pemuatan kargo menjadi lebih efisien, dengan optimasi berat, volume, dan prioritas muatan. Selain menghemat waktu analisis, solusi ini juga berpotensi meningkatkan efisiensi operasional secara signifikan.

IAG Cargo, divisi kargo dari International Airlines Group, telah menguji solusi ini dan melihat potensi besar untuk diterapkan di seluruh jaringan penerbangan mereka.

 
Masa Depan yang Kian Nyata

Komputasi kuantum memang belum sepenuhnya siap menggantikan komputer klasik. Namun, berbagai contoh di atas menunjukkan bahwa teknologi ini bukan lagi sekadar teori. Dari laboratorium riset hingga industri keuangan, energi, kesehatan, dan logistik, komputasi kuantum mulai menunjukkan dampak nyata.

Seiring perkembangan perangkat keras, peningkatan jumlah qubit, dan kemajuan koreksi kesalahan, komputasi kuantum berpotensi menjadi pilar penting teknologi masa depan. Bagi industri yang siap beradaptasi lebih awal, komputasi kuantum bukan hanya peluang—melainkan keunggulan kompetitif.